Asignación de tareas de operación colaborativa de múltiples máquinas para maquinaria agrícola basada en el algoritmo de fuegos artificiales mejorado
Autores: Zhu, Suji; Wang, Bo; Pan, Shiqi; Ye, Yuting; Wang, Enguang; Mao, Hanping
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Asignación de tareas de operación colaborativa de múltiples máquinas para maquinaria agrícola basada en el algoritmo de fuegos artificiales mejorado
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Maquinaria agrícola
Colaboración multi-máquina
Operación cooperativa
Aplicadores de fertilizantes
Método de asignación de tareas
Algoritmo de Fuegos Artificiales Caos-Cauchy
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Actualmente, la colaboración multi-máquina de maquinaria agrícola es una de las fronteras internacionales y un tema de interés de investigación en el campo de los equipos agrícolas. Sin embargo, la operación cooperativa multi-máquina de maquinaria agrícola se limita en su mayoría a la investigación en la planificación de objetivos de tareas y optimización de rutas cooperativas de una sola operación. Para abordar las deficiencias mencionadas, este estudio aborda el problema de la operación cooperativa multi-máquina de aplicadores de fertilizantes en campos con diferentes niveles de fertilidad y distribución cooperativa de fertilizantes de camiones de fertilizantes. La investigación utiliza el método de asignación de tareas de una operación cooperativa multi-máquina de aplicación de fertilizantes-transporte de fertilizantes. En primer lugar, se definen los problemas de operación de aplicadores de fertilizantes y distribución de fertilizantes de camiones de fertilizantes, y el tiempo de operación y la distancia de distribución se utilizan como objetivos de optimización para construir funciones y establecer modelos matemáticos de asignación de tareas. En segundo lugar, se desarrolla un Algoritmo de Fuegos Artificiales Caos-Cauchy (CCFWA), que incluye un método de decodificación discretizado, una inicialización de población con un mapa caótico y una operación de mutación Cauchy. Finalmente, el algoritmo propuesto se verifica mediante pruebas en un escenario real de aplicación de fertilizantes en el área de prueba del Distrito de Jimo, Ciudad de Qingdao, Provincia de Shandong. Los resultados muestran que en comparación con el Algoritmo de Fuegos Artificiales, Algoritmo Genético y Optimización por Enjambre de Partículas, el CCFWA propuesto puede abordar el problema de caer en un óptimo local garantizando la velocidad de convergencia. Además, la varianza del CCFWA se reduce en más del 48% en comparación con los otros tres algoritmos. El método propuesto puede realizar una operación cooperativa multi-máquina y una distribución precisa de semillas y fertilizantes para múltiples aplicadores de siembra-fertilizante y camiones de fertilizantes.
Descripción
Actualmente, la colaboración multi-máquina de maquinaria agrícola es una de las fronteras internacionales y un tema de interés de investigación en el campo de los equipos agrícolas. Sin embargo, la operación cooperativa multi-máquina de maquinaria agrícola se limita en su mayoría a la investigación en la planificación de objetivos de tareas y optimización de rutas cooperativas de una sola operación. Para abordar las deficiencias mencionadas, este estudio aborda el problema de la operación cooperativa multi-máquina de aplicadores de fertilizantes en campos con diferentes niveles de fertilidad y distribución cooperativa de fertilizantes de camiones de fertilizantes. La investigación utiliza el método de asignación de tareas de una operación cooperativa multi-máquina de aplicación de fertilizantes-transporte de fertilizantes. En primer lugar, se definen los problemas de operación de aplicadores de fertilizantes y distribución de fertilizantes de camiones de fertilizantes, y el tiempo de operación y la distancia de distribución se utilizan como objetivos de optimización para construir funciones y establecer modelos matemáticos de asignación de tareas. En segundo lugar, se desarrolla un Algoritmo de Fuegos Artificiales Caos-Cauchy (CCFWA), que incluye un método de decodificación discretizado, una inicialización de población con un mapa caótico y una operación de mutación Cauchy. Finalmente, el algoritmo propuesto se verifica mediante pruebas en un escenario real de aplicación de fertilizantes en el área de prueba del Distrito de Jimo, Ciudad de Qingdao, Provincia de Shandong. Los resultados muestran que en comparación con el Algoritmo de Fuegos Artificiales, Algoritmo Genético y Optimización por Enjambre de Partículas, el CCFWA propuesto puede abordar el problema de caer en un óptimo local garantizando la velocidad de convergencia. Además, la varianza del CCFWA se reduce en más del 48% en comparación con los otros tres algoritmos. El método propuesto puede realizar una operación cooperativa multi-máquina y una distribución precisa de semillas y fertilizantes para múltiples aplicadores de siembra-fertilizante y camiones de fertilizantes.